一种软件缺陷预测和质量分析方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种软件缺陷预测和质量分析方法、装置、设备及介质，方法包括：获取不同领域的软件项目历史数据，并根据软件项目历史数据获取不同粒度的项目模块缺陷信息；根据项目模块缺陷信息建立知识图谱；根据知识图谱构建多任务训练模型，并对多任务训练模型进行训练和学习，得到软件质量分析指标的预测结果。采用本发明专利技术实施例，能够基于不同领域的软件历史数据，充分利用历史数据的关联性进行关联分析，来获得缺陷预测信息，并基于构建的知识图谱和训练模型，依据缺陷特征建立多个质量分析指标体系，通过预测指标的权重分析，保证质量指标有效性，从而能够直接了解新项目的缺陷预测和产品质量，进一步提高项目管理的工作效率。率。率。

【技术实现步骤摘要】
一种软件缺陷预测和质量分析方法、装置、设备及介质


[0001]本专利技术涉及计算机技术应用领域，尤其涉及一种软件缺陷预测和质量分析方法、装置、设备及介质。

技术介绍

[0002]随着信息技术、互联网、人工智能等技术的发展，软件越来越复杂，相应的，对软件的质量要求也越来越高。软件质量与软件缺陷息息相关，通过软件缺陷预测，有助于设定各阶段质量目标，进行项目质量策划，提升产品质量。
[0003]近年来，基于机器学习、深度学习、集成学习的方法被广泛应用于软件缺陷预测中，上述方法通过建立软件历史数据与缺陷的关系模型对软件模型预测缺陷发生的可能性。但是，本专利技术人在对现有技术的研究中发现，已有的软件缺陷预测方法不具有跨行业领域的通用性，并不存在一套方法可预测具备不同领域属性的软件项目缺陷。

技术实现思路

[0004]本专利技术提供一种软件缺陷预测和质量分析方法、装置、设备及介质，进一步提高了项目管理的工作效率。
[0005]为实现上述目的，本专利技术实施例提供了一种软件缺陷预测和质量分析方法，包括以下步骤：获取不同领域的软本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种软件缺陷预测和质量分析方法，其特征在于，包括：获取不同领域的软件项目历史数据，并根据所述软件项目历史数据获取不同粒度的项目模块缺陷信息；根据所述项目模块缺陷信息建立知识图谱；根据所述知识图谱构建多任务训练模型，并对所述多任务训练模型进行训练和学习，得到软件质量分析指标的预测结果；包括：根据所述知识图谱构建多任务训练模型；对所述项目模块缺陷信息进行分词处理，并将经过分词处理后的信息转换为特征向量；将所述特征向量输入到所述多任务训练模型中进行训练和学习，得到软件质量分析指标的预测结果。2.根据权利要求1所述的软件缺陷预测和质量分析方法，其特征在于，通过以下方式根据所述软件项目历史数据获取不同粒度的项目模块缺陷信息：从软件数据仓库中获取各个项目的软件项目历史数据；对所述软件项目历史数据进行不同领域的划分，得到划分后的软件项目历史数据；基于预设的缺陷预测指标需求，对所述划分后的软件项目历史数据进行不同粒度的信息提取，得到不同粒度的项目模块缺陷信息。3.根据权利要求2所述的软件缺陷预测和质量分析方法，其特征在于，所述项目模块缺陷信息的提取粒度包括项目、模块、缺陷。4.根据权利要求1所述的软件缺陷预测和质量分析方法，其特征在于，所述根据所述项目模块缺陷信息建立知识图谱，包括：对所述项目模块缺陷信息进行数据转换和清洗，并对经过数据转换和清洗后的项目模块缺陷信息进行歧义消除和知识加工处理，得到处理后的项目模块缺陷信息；将所述处理后的项目模块缺陷信息导入到预设的图数据库中建立知识图谱。5.根据权利要求1所述的软件缺陷预测和质量分析方法，其特征在于，所述多任务训练模型包括：输入层、连接层、共享层、归一化层...

【专利技术属性】
技术研发人员：潘宇聪，许颖媚，匡碧琴，李伟洪，姚祖发，马志平，李军，张子良，
申请(专利权)人：广东省科技基础条件平台中心，
类型：发明
国别省市：